LAB4¶

                Project done by Michela Pirozzi MAT:732531 and Sara Ferioli MAT:733105

Goal¶

  • Given the features in the dataset, what is the best combination to have a new contract? Was the feature combination the same even before covid?

  • Predict number of contracts. Is the number of contracts predicted for the future in 2019 the same or similar to the actual data given the occurrence of COVID?

Functions¶

In [2]:
# Method that allow to extract only specific (time) years
# syntax:
# df: dataframe
# time: regex. es: r'20(18|19|20|21)' or r'2020'
def set_years(df,time):
    df.replace(r'..(/|-)..(/|-)','',regex=True, inplace = True)
    df = df[df["DATA"].str.match(time)==True]
    return df
In [3]:
# Method that creates an animated histogram
# syntax:
# df: dataframe
# column: column on which you want to group
# time: column on which you want to animate
def time_for_column(df, column, time):
    df_merge_col = df.groupby([column, time]).size().sort_values(ascending=False).reset_index(name='count')
    tot = px.bar(df_merge_col, x=column, y='count', animation_frame=time,
                 animation_group=column, color=column)
    tot.update_layout(title='')
    tot.update_xaxes(categoryorder='total ascending')
    tot.show()
In [13]:
# Method for creating a geographic map.
# syntaxt:
# df: dataframe
# column: column on which you want to group
def map_fig(df,column):
    df_merge_col = df.groupby([column, "latitudine","longitudine"]).size().reset_index(name='count')
    df_merge_col['count']=df_merge_col['count']/100
    df_merge_col['count']=list(map(int, df_merge_col['count']))
    fig = px.scatter_mapbox(df_merge_col, lat="latitudine", lon="longitudine", color=column,
                      size="count", zoom=10)
    fig.update_layout(mapbox_style="open-street-map")
    fig.show()
In [ ]:

Import data¶

In [4]:
# Load dataset
attivati = pd.read_csv("Rapporti_di_lavoro_attivati.csv")
attivati.head()
Out[4]:
DATA GENERE ETA SETTOREECONOMICODETTAGLIO TITOLOSTUDIO CONTRATTO MODALITALAVORO PROVINCIAIMPRESA ITALIANO
0 09/05/2020 F 60 Attività di famiglie e convivenze come datori ... NESSUN TITOLO DI STUDIO LAVORO DOMESTICO TEMPO PIENO BERGAMO UCRAINA
1 12/07/2019 M 43 Gestioni di funicolari, ski-lift e seggiovie s... LICENZA MEDIA LAVORO A TEMPO DETERMINATO TEMPO PIENO BERGAMO ITALIA
2 05/06/2013 F 20 Fabbricazione di altre apparecchiature elettri... LICENZA MEDIA APPRENDISTATO PROFESSIONALIZZANTE O CONTRATTO ... TEMPO PIENO BERGAMO ITALIA
3 12/03/2010 F 28 Alberghi DIPLOMA DI ISTRUZIONE SECONDARIA SUPERIORE CH... LAVORO INTERMITTENTE A TEMPO DETERMINATO NON DEFINITO BERGAMO ITALIA
4 06/04/2021 F 49 Rifugi di montagna LICENZA MEDIA LAVORO INTERMITTENTE NON DEFINITO BERGAMO ITALIA

Data analysis¶

Title¶

In [8]:
# Show the graph
time_for_column(dati,"CONTRATTO","DATA")

Which sectors are most affected by covid?¶

In [10]:
# Show the graph
px.bar(df_merge_col, 'SETTOREECONOMICODETTAGLIO', 'count', 
       color='SETTOREECONOMICODETTAGLIO', animation_frame='DATA',
       category_orders={'DATA':['2018', '2019', '2020', '2021']}, title='', range_y=[0, 60000])

Results¶

We can see that housework ('Attività di famiglie e convivenze come datori di lavoro per personale domestico') during the covid has increased. Instead, hotel ('Alberghi') and catering ('Ristorazione con somministrazione') sector have decreased.

Disposizione lavoro¶

In [14]:
# Show the graph
map_fig(dati,"CONTRATTO")